含数值与字符串的DataFrame调用df.median()报错，求数值列中位数方法

直接针对目标数值列计算中位数即可，避免让方法遍历所有列，具体有几种实用方式：

• 指定目标列计算
  如果你明确要计算CompTotal、ConvertedComp这两列的中位数，直接选中它们再调用median()：

  df[['CompTotal', 'ConvertedComp']].median()
  

  这种方式精准锁定目标列，完全避开字符串列的干扰。

• 自动筛选所有数值列
  要是需要获取所有数值型列的中位数，不用手动罗列列名，可以先筛选出数值类型的列再计算：

  # 筛选出整数、浮点数类型的列
  numeric_columns = df.select_dtypes(include=['int64', 'float64']).columns
  df[numeric_columns].median()
  

• 处理数值列中的脏数据
  如果你的数值列里混有字符串（比如CompTotal列存在非数值内容），先把列转换为数值类型，无法转换的内容设为NaN，再计算中位数：

  import pandas as pd
  # 转换CompTotal列，错误值转为NaN
  df['CompTotal'] = pd.to_numeric(df['CompTotal'], errors='coerce')
  # 转换ConvertedComp列，错误值转为NaN
  df['ConvertedComp'] = pd.to_numeric(df['ConvertedComp'], errors='coerce')
  # 计算中位数，会自动忽略NaN值
  df[['CompTotal', 'ConvertedComp']].median()
  

内容的提问来源于stack exchange，提问作者Anupama Sharma